Каковы сходства между качественными и количественными исследованиями?

В количественном анализе, доступном большинству людей, используется статистика жителей, используются пропорции различных категорий людей (например, 30% женщин, 10% безработных и т. д.). Исследования такого рода помогают понять, что может произойти рано или поздно. Однако такие исследования включают мало или вообще не содержат подробностей об эмоциях и мотивации. Например, исследователь косметического бренда проводит группу, посвященную эффективности продукта, и узнает, что им нравится пудра для лица в сочетании с солнцезащитным кремом. В будущем количественном опросе может быть задан вопрос, проверяет ли покупатель на этикетке уровень солнцезащитного фактора после покупки пудры для лица.

Он использует частые подходы, такие как качественный контент-анализ, тематическая оценка и анализ дискурса. Количественная информация, однако, основана на числах или значениях, которые используют SPSS, R или Excel для расчета таких вещей, как общие баллы, количество раз, когда запрашивается конкретный вопрос, достоверность и т. д. Стратегии ассортимента данных можно разделить на количественные и качественные типы данных.

Получить количественную информацию можно с помощью опросов, наблюдений, интервью и различных экспериментов. Например, качественные знания – это пол, нация, город, национальность и так далее. количественные же данные — это длина, ширина, высота, вес, площадь, скорость, возраст и так далее. Более того, количественные знания могут быть как дискретными данными (исчисляемые знания, соответствующие количеству автомобилей, разнообразию студентов и т. д.), так и непрерывными знаниями (измеримые данные, соответствующие пику, весу и т. д.). Стратегии подбора количественных данных включают оценку и статистику. С другой стороны, метод сбора качественных данных включает факты и наблюдения. Традиционно качественная оценка информации имела дурную репутацию, поскольку требует чрезвычайно много времени.

Поскольку вы не можете подвергнуть эти тенденции статистическому анализу, вы не можете подтвердить развитие событий путем расчета p-значения или размера эффекта (так же, как вы можете проверить количественные данные), поэтому вам следует использовать их с осторожностью. Кроме того, вы хотите постоянно подтверждать такие знания с помощью постоянной программы качественного анализа. Вот почему более крупная выборка — более эффективный способ получить полезную статистику. В научно-исследовательских инициативах вам необходимо задавать вопросы лично, посредством онлайн-опросов или опросов по почте, чтобы представить или представить потенциальные группы клиентов. Итак, в чем разница между качественными и количественными данными и как вы их получаете? И какой самый простой способ использовать каждый вид знаний в своих интересах?

Количественные исследователи стремятся определить основные законы поведения и явлений в совершенно разных условиях/контекстах. Исследования используются для проверки концепции и, в конечном итоге, для ее подтверждения или отклонения. Цели количественного исследования — проверить причинно-следственные связи между переменными, сделать прогнозы и обобщить результаты на более широкие группы населения. Качественный анализ допускает двусмысленности/противоречия в данных, которые являются зеркальным отражением социальной реальности. Качественный исследователь является неотъемлемой половиной информации, без живого участия исследователя не существует никакой информации.

В отличие от количественных данных, качественная информация носит описательный характер и выражается посредством языкового метода, а не числовых значений. Собирайте качественные данные, чтобы глубже изучить проблемы или возможности, которые вы обнаружили на своих информационных панелях, например, отправляя опросы или проводя интервью с клиентами, которые перестали использовать ваш продукт. Я был ярым сторонником http://www.newdaynewyork.org/category/new-york-life/ сбор большего количества данных о том, как клиенты используют наши товары, чтобы повысить качество их выбора. В своей недавней статье я сосредоточил внимание на советах о том, как определять более высокие показатели и собирать количественные знания о поведении клиентов, поскольку это один из самых больших пробелов, которые я видел в наборе навыков менеджера по продукту.

Количественный анализ — это метод сбора и анализа числовой информации. Его цель — найти закономерности и средние значения, сделать прогнозы, взглянуть на причинно-следственные связи и обобщить результаты для более широких групп населения, представляя информацию, выраженную в числах. Хотя предмет качественного vs. Количественные исследования могут показаться пугающими, это простые идеи для понимания, они обычно характеризуют то, что вы, скорее всего, уже делаете. Независимо от вашего бизнеса, большинство бизнес-профессионалов хотят получать предложения клиентов и знать свою аудиторию, независимо от того, называете ли вы это анализом или чем-то еще.

Хотя было бы идеально основывать весь выбор на качественной и количественной информации, учитывая ограничения по расходам и времени, принять меры невозможно. Менеджеры по продуктам должны использовать каждую форму данных в тех случаях, когда они получат наибольшую прибыль. Одним из таких условий является ситуация, когда вы делаете «крупную ставку» или большое финансирование на новый продукт или обновление. Вам просто нужно иметь в виду всю возможную информацию, чтобы запуск стал хитом.